AI 与设计资讯,每日聚合。
2026年11月5日星期四
Loading today's digest…
No digest available yet today. Check back soon.
Merging & deduplicating today’s sources…
内容提要
- 选民批准了地方数据中心限制措施,而 DuckDuckGo 在 Google 调整 AI 政策后向学校推销搜索替代方案。OpenAI 报告了数百个 Linux 漏洞利用及候选补丁,并估计 ChatGPT 的网页搜索量达到 Google 的五分之一,但未透露其获取 Google 数据的来源。Uber 报告称通过 AI 智能体完成的预订寥寥无几,而据报道 Apple 削减了部分工程师的 AI 支出限额。
- OpenAI 政策主管提出了一项 AI 经济议程,因企业问责问题招致批评。Vals 发现推理成本和性能因任务而异,而 Prime Intellect 发布了针对存在缺陷的公开评测的修复方案。Linum 发布了一个实验性图像模型,作为迈向视频生成的一步进行训练。
- OpenAI 在 Images 2.6 中引入了 GIF 创建功能,Fireworks 增加了推理和模型选择选项。Claude Code 降低了后台状态更新的成本,而 Grok Bot 宣布推出电话呼叫功能。
头条新闻
- 数据中心限制措施在多场中期选举中获胜. 多个社区通过了地方禁令和暂停令,而 AI 行业与安全政治行动委员会(PAC)则喜忧参半。TechCrunch 提醒称,资金投入的效果很难单独衡量。 [1] [2]
- DuckDuckGo 向学校推销 Google AI 搜索的替代方案. 在 Google 表示禁用 Search 的 AI 功能将同时禁用 Search 后,DuckDuckGo 开始向学校示好。Google 表示学校可以独立于 Gemini 单独启用 Search。 [3]
- OpenAI 报告数百个 Linux 权限提升漏洞利用. OpenAI 表示,其研究流水线生成了 948 个本地权限提升漏洞利用及候选补丁供人工审查,API 成本约为 $1.2 million。 [4]
- Uber 报告 AI 智能体订单数量有限. Uber 表示,在万圣节当周约 320 million 的总出行和订单量中,智能体仅预订了 4 次乘车和约 500 份外卖订单。 [5]
- 据报道 Apple 削减员工 AI 支出限额. Bloomberg 报道称,Apple 将部分工程师的每日 AI 额度从 $300 降至 $200,并计划进一步削减,但可通过高层领导申请豁免。 [6]
- OpenAI 估计 ChatGPT 搜索量达 Google 的五分之一. 一位 OpenAI 产品负责人给出了这一估计,但未透露 Google 搜索量数据的来源。ChatGPT 统计的是触发网页搜索的提示词数量。 [7]
深度报道
- OpenAI 政策主管提出 AI 经济议程. Chris Lehane 提出了涵盖劳工保护、教育、安全和基础设施的优先事项。AI Now Institute 的一位政策负责人批评该文章在企业问责方面的提议较为有限。 [8]
- Vals 针对已完成的智能体任务对模型路由器进行基准测试. 新指数在约 1,250 项金融、编程、法律和税务任务上对路由器和单个模型进行了比较,并报告了准确率、成本和耗时。 [9]
- 推理设置显示出特定任务下的成本与性能权衡. 在 Vals 的七模型研究中,有四个模型在使用最低推理设置时,以一半或更低的成本保留了至少 80% 的指数得分。 [10]
- 研究人员发布公开 AI 评测的修复方案. Prime Intellect 发现了公开基准测试中工具描述不清和评分问题,随后发布了修复方案。其修订后的 AutomationBench 得分无法与 Zapier 的得分直接比较。 [11]
- Linum 发布训练成本为 $21,000 的实验性图像模型. Linum 公布了其 Pyramid-JiT 图像模型的权重和代码,将该次计算运行描述为迈向更大规模视频模型的概念验证。 [12]
- StreamEval 在视觉质量之外考察交互式视频模型. 十月的一篇预印本论文介绍了一项涵盖五项任务的开放基准测试。其 37 个模型的结果表明,视觉质量并不能保证可靠的指令执行或状态一致性。 [13]
- 研究人员提出共享模型表征的条件. Randall Balestriero 和 Yann LeCun 在十月的一篇预印本论文中,为在同一场景的不同视图上训练的联合嵌入模型提出了表征定理。 [14]
- 一项设计实验将智能体技能视为应用程序. 开源项目 interface-bts 的创建者描述了如何在不同项目中优化智能体技能面向人类的输出、精确指令和测试。 [15]
- 文章主张降低现有用户行为的门槛. 在 10 月 28 日的一篇文章中,Rob Ennals 认为,如果产品创意能让人们本就重视的活动变得不那么痛苦,那么这些创意会更具生命力。 [16]
工具与发布
- OpenAI 推出支持 GIF 创建的 Images 2.6. Images 2.6 已登陆 ChatGPT、Codex 和 API,提供 GIF 生成功能以及两个 API 模型选项。 [17]
- Fireworks 增加推理和模型路由选项. Fireworks 宣布推出超快推理预览版、后台处理功能,以及用于在现有工具中选择模型的 Nexus Desktop。 [18]
- Claude Code 降低后台状态更新成本. Anthropic 表示状态更新成本降低了约 99%;该功能需要 2.1.316 或更高版本,且可用性因订阅计划而异。 [19]
- Grok Bot 宣布推出电话呼叫功能. Grok Bot 账号表示该助手现在可以拨打电话;其公告未说明具体的使用条件。 [20]
今日提示词
来自今日简报的一条实用提示词,可用于你常用的 AI 助手。 [11]
为我想要重复使用的一项 AI 任务构建一个小型、公平的测试。请向我询问具体任务、可用的输入和工具,以及理想结果的标准。然后起草五个贴近实际的测试用例,包含明确的指令、预期结果和简单的评分标准。将真正的任务失败与信息缺失、指令模糊以及工具不可用的情况区分开来。至少包含一个助手应当提问或拒绝猜测的用例。让评分标准去检验结果本身,而不是奖励特定的措辞,并标出任何需要我核实的预期答案。请提供一个我可以重复用来对比不同运行结果的表格,且不要声称测试已经执行。
参考资料
- TIME: AI 首次重大选举的赢家与输家
- TechCrunch: AI 政治行动委员会斥资数百万试图影响国会
- TechCrunch: Google AI 政策引发强烈反对之际,DuckDuckGo 向学校推销自身服务
- OpenAI: 通往 root 权限的路径减少了一千条
- TechCrunch: Uber 表示几乎没有人使用 AI 智能体叫车
- 9to5Mac: 报道:随着 Ternus 着手削减成本,Apple 降低了员工的 AI token 额度
- 9to5Google: OpenAI 表示 ChatGPT 已达到 Google Search 搜索量的约 20%
- TechCrunch: OpenAI 已经开始试图影响 2028 年大选
- vals.ai: Vals Router Index 排行榜与方法论
- vals.ai: 推理投入对得分和成本有多大影响?
- primeintellect.ai: 审计公开评测的经验总结
- linum.ai: 以 $21K 训练文生图模型
- arXiv: StreamEval:评估交互式流媒体视频生成模型
- arXiv: 利用 JEPA 证明并改进柏拉图表征假说
- iamnoman.com: 设计一项技能
- lesswrong.com: 很棒但很痛苦
- OpenAI: 推出 Images 2.6
- Fireworks AI: Fireworks 在 Forge 大会上发布新产品
- X: ClaudeDevs (@ClaudeDevs) 在 X 上的动态
- X: Grok Bot (@bot) 在 X 上的动态
信息来源: The Deep View, The Neuron, AlphaSignal, Superhuman, TLDR AI, Sidebar, The Rundown AI